#O exercicio foi postado primeiro no wiki!!!


##4.2 Cervejas
##Uma amostra de 30 estudantes foi indagada sobre seu tipo de cerveja preferida, com o seguinte resultado

cervejas <-c("chope","lata","garrafa","chope","garrafa", "garrafa","lata","lata","nenhuma","lata","garrafa","garrafa", "garrafa","lata","lata","lata","garrafa","lata","chope","nenhuma", "garrafa","garrafa","garrafa","chope","garrafa","garrafa","chope","garrafa","lata","lata")
cervejas.1<-table(cervejas)
cervejas.1
barplot(cervejas.1)
par(mfrow=c(1,1))
dotchart(cervejas.1)

#4.2.2 - A razo dado/tinta  maior para o dotchart.

#4.3
#1
caixeta <-read.csv("caixeta.csv", as.is=TRUE)
caixeta
head(caixeta)
dap<-caixeta$cap/pi
dap
hist(dap)

#2
local<-caixeta$local
arvore<-caixeta$arvore
altura<- caixeta$h
altura
tamanho<-data.frame(local, arvore, altura)
id<-unique(tamanho)
id
length(id)

histogram(~altura|local, data=tamanho)

#3
#Aparentemente as diferenaas entre estruturas dos caxeitais soo pequenas. 

#4.4
#1
egrandis <-read.csv("egrandis.csv", sep=";", dec=".", as.is=TRUE)
head(egrandis)
boxplot( dap ~ regiao * rotacao, data=egrandis)

#2

qqnorm(egrandis$ht)
qqline(egrandis$ht, col="blue", lwd=2) 

#4.5
# 1
caixeta <- read.csv("caixeta.csv", as.is=T)
head(caixeta)
str(caixeta)

caixeta$dap <- caixeta$cap/pi
caixeta$area.basal <- pi * (caixeta$dap/2)^2

# somente Tabebuia cassinoides:

caixeta1 <- subset(caixeta, caixeta$especie=="Tabebuia cassinoides") 

# total da rea basal de cada rvore e adio da altura

caixeta2 <- aggregate(caixeta1$area.basal, by=list(caixeta1$arvore, caixeta1$local), sum)
colnames(caixeta2) <- c("arvore", "local", "area.t")
caixeta3 <- aggregate(caixeta1$h, by=list(caixeta1$arvore, caixeta1$local), max)
colnames(caixeta3) <- c("arvore", "local", "altura")

# clculo do dap de cada rvore

caixeta3$dap <- 2 * sqrt(caixeta2$area.t/pi)
caixeta3

coplot(dap ~ altura | local , data=caixeta3, main="Relao dap/altura por local", xlab="dap", ylab="altura")

#Para as trs localidades a relao  parecida, sendo positiva. 

#2

index.c <- caixeta3[caixeta3$local=="chauas",]
index.j <- caixeta3[caixeta3$local=="jureia",]
index.r <- caixeta3[caixeta3$local=="retiro",]

par(mfrow=c(1,3))
scatter.smooth(index.c$dap,index.c$altura, main="Linearidade Chauas",xlab="dap", ylab="altura")
scatter.smooth(index.j$dap,index.j$altura, main="Linearidade Jureia",xlab="dap", ylab="altura")
scatter.smooth(index.r$dap,index.r$altura, main="Linearidade Retiro",xlab="dap", ylab="altura")

#A relao ainda  similar, no entanto, a relao entre as variveis  mais diferente para a localidade Jureia.

# 3

library(lattice)
xyplot(dap~altura|local, data=caixeta3, xlab="dap", ylab="altura")

#A relao  similar entre as trs localidades. 
